RTDETRv2 مقابل YOLOX#

تطور مجال الرؤية الحاسوبية بسرعة، وأتاح للمطورين والباحثين مجموعة من البنى للاختيار منها عند إنشاء الأنظمة المعتمدة على الرؤية. ومن أبرز المحطات في هذا المسار RTDETRv2 القائم على Transformer وYOLOX القائم على CNN. وقد أسهم كلا النموذجين إسهامًا كبيرًا في مجال اكتشاف الكائنات في الزمن الحقيقي، لكنهما يمثلان نهجين مختلفين جوهريًا لحل مشكلات التعرّف البصري.

يستعرض هذا الدليل الشامل الفروق المعمارية الدقيقة ومقاييس الأداء وسيناريوهات النشر المثالية لكلا النموذجين. كما سنبحث في كيفية استفادة البدائل الحديثة مثل Ultralytics YOLO26 المتطورة من هذه الأسس لتقديم دقة وكفاءة وسهولة استخدام أفضل.

RTDETRv2: محولات الاكتشاف في الوقت الفعلي#

طُوّرت RTDETRv2 بوصفها خليفةً لـRT-DETR الأصلي، وتستفيد من بنية Transformer لتحقيق اكتشاف الكائنات في الزمن الحقيقي بأداء عالٍ. وهي تبسّط مسار الاستدلال من خلال إلغاء الحاجة إلى كبت غير الأعظميات (NMS).

• المؤلفون: Wenyu Lv وYian Zhao وQinyao Chang وKui Huang وGuanzhong Wang وYi Liu
• الجهة: Baidu
• التاريخ: 2024-07-24
• روابط: ورقة Arxiv، مستودع GitHub الرسمي، الوثائق

البنية والتصميم#

تعتمد RTDETRv2 بشدة على آليات الانتباه الذاتي المتأصلة في نماذج Transformer، ما يتيح للنموذج التقاط السياق الشامل عبر الصورة بأكملها. ويُمكّنه هذا الفهم الشمولي من التنبؤ مباشرةً بالصناديق المحيطة واحتمالات الفئات. كما تقدم سمات اكتشاف متعددة المقاييس تعزز قدرتها على التعرّف على الكائنات الصغيرة في البيئات المزدحمة.

نقاط القوة والضعف#

تكمن القوة الأساسية لـRTDETRv2 في تصميمها الأصلي الشامل. وباستغنائها عن NMS، تتجنب ارتفاعات زمن الاستجابة التي ترتبط غالبًا بالتنبؤات الكثيفة والمتداخلة. غير أن العبء الحاسوبي الكبير لكتل Transformer يعني أنها تتطلب موارد GPU كبيرة للتدريب والنشر على حد سواء. وهذا يجعلها أقل ملاءمة للأجهزة الطرفية محدودة الموارد أو الأجهزة المحمولة القديمة.

تعرّف على المزيد حول RTDETRv2

YOLOX: تطوير نماذج CNN الخالية من المراسي#

طُوّرت YOLOX لسد الفجوة بين الأبحاث الأكاديمية والتطبيق الصناعي، وقدمت رأسًا مفككًا وتصميمًا خاليًا من المراسي إلى عائلة نماذج YOLO الشائعة.

• المؤلفون: Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun
• المؤسسة: Megvii
• التاريخ: 18 يوليو 2021
• روابط: ورقة Arxiv، مستودع GitHub الرسمي، الوثائق

البنية والتصميم#

تمثل YOLOX خروجًا عن الكاشفات التقليدية القائمة على المراسي، إذ تتنبأ بمواقع الكائنات مباشرةً من دون صناديق مراسي محددة مسبقًا. ويبسّط ذلك تصميم الشبكة ويقلل عدد معلمات الضبط الاستدلالية اللازمة لتحقيق الأداء الأمثل. كما تستخدم YOLOX رأسًا مفككًا يفصل مهام التصنيف والانحدار، ما يحسن سرعة التقارب أثناء التدريب.

نقاط القوة والضعف#

تجعل طبيعة YOLOX الخالية من المراسي منها نموذجًا قابلًا للتكيف بدرجة كبيرة مع مهام الرؤية الحاسوبية المختلفة وأسهل تدريبًا على مجموعات البيانات المخصصة. وتناسب إصداراتها الأخف، مثل YOLOX-Nano، النشر على المتحكمات الدقيقة وأجهزة إنترنت الأشياء منخفضة الطاقة. ومع ذلك، نظرًا إلى أن YOLOX سبقت انتشار النماذج الخالية من NMS، فإنها لا تزال تعتمد على المعالجة اللاحقة التقليدية، ما قد يزيد صعوبات النشر وزمن الاستجابة في المشاهد المكتظة.

تعرّف على مزيد من المعلومات عن YOLOX

مقارنة الأداء والمقاييس#

عند مقارنة هذه النماذج، من الضروري تقييم سرعتها ودقتها وكفاءة معلماتها لتحديد الأنسب لحالة الاستخدام المحددة. يوضح الجدول أدناه أداء أحجام النماذج المختلفة على مجموعة بيانات COCO القياسية.

كما تظهر البيانات، تحقق RTDETRv2 دقة قصوى أعلى (54.3 mAP) في أكبر إصداراتها مقارنةً بـYOLOXx. لكن YOLOX توفر إصدارات أصغر وأسرع بكثير، مثل YOLOXs، الذي يتميز بعدد أقل من المعلمات وسرعات استدلال أعلى على وحدات GPU من طراز NVIDIA T4.

ميزة Ultralytics: ظهور YOLO26#

مع أن كلًا من RTDETRv2 وYOLOX يقدم مزايا فريدة، يحتاج المطورون المعاصرون غالبًا إلى حل موحد يجمع أفضل ما في النهجين: دقة عالية واستدلالًا فائق السرعة ومنظومة سهلة الاستخدام. وتمثل Ultralytics YOLO26 المُصدرة حديثًا ذروة هذا التطور.

الابتكارات الرئيسية في YOLO26#

• تصميم شامل خالٍ من NMS: استنادًا إلى مفاهيم طُرحت أول مرة في YOLOv10، تقدم YOLO26 رأسًا اختياريًا خاليًا من NMS (nms=False). ويوفر ذلك استدلالًا سلسًا كالذي تقدمه RTDETRv2، من دون متطلبات الذاكرة الهائلة لنماذج Transformer.
• محسّن MuSGD: استنادًا إلى ابتكارات تدريب النماذج اللغوية الكبيرة، يعمل محسّن MuSGD الهجين (الذي يمزج SGD وMuon) على تثبيت عملية التدريب وتسريع التقارب بدرجة كبيرة.
• استدلال على CPU أسرع بنسبة تصل إلى 43%: من خلال إزالة وحدة خسارة البؤرة التوزيعية (DFL) بصفة استراتيجية، تُحسّن YOLO26 خصيصًا للحوسبة الطرفية والأجهزة منخفضة الطاقة، ما يجعلها أسرع بكثير على وحدات CPU من الإصدارات السابقة مثل YOLO11.
• ProgLoss + STAL: تحقق دوال الخسارة المتقدمة هذه تحسينات ملحوظة في التعرّف على الكائنات الصغيرة، وتعالج تحديًا شائعًا في الصور الجوية وتطبيقات الروبوتات.

تنوع ومنظومة لا مثيل لهما#

إلى جانب الأداء الخام، توفر منصة Ultralytics منظومة شاملة تنقلك من البداية إلى الإنتاج. وعلى خلاف المستودعات الأكاديمية الثابتة، تُصان نماذج Ultralytics باستمرار وتدعم بسلاسة مهامًا متعددة عبر واجهة API واحدة سهلة الاستخدام. وسواء أكنت تنفذ تجزئة الكائنات، أو تتعقب الوضعيات عبر تقدير الوضعيات، أو تتعامل مع الكائنات المدارة باستخدام الصناديق المحيطة الموجّهة (OBB)، فسيظل سير العمل نفسه.

علاوةً على ذلك، تشتهر نماذج Ultralytics بانخفاض متطلباتها من الذاكرة أثناء التدريب والاستدلال، ما يتيح للباحثين تشغيل أحجام دفعات أكبر على أجهزة استهلاكية؛ وهذا يتباين بوضوح مع العبء الكبير لبنى Transformer.

مثال على شيفرة التدريب#

تتجلى قوة منظومة Ultralytics بأفضل صورة في بساطتها. لا يتطلب تدريب نموذج YOLO26 متطور سوى بضعة أسطر من الشيفرة، مع إخفاء تعقيدات تحميل البيانات وتهيئة المعلمات الفائقة بالكامل.

from ultralytics import YOLO

# Initialize the YOLO26 Nano model
model = YOLO("yolo26n.pt")

# Train the model on the standard COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16)

# Validate the model's performance seamlessly
metrics = model.val()
print(f"Validation mAP: {metrics.box.map}")

# Export to ONNX or TensorRT for rapid deployment
model.export(format="engine", device=0)

التطبيقات الواقعية وحالات الاستخدام المثالية#

يعتمد اختيار البنية المناسبة كليًا على قيود النشر وتوافر الأجهزة.

معالجة سحابية عالية الدقة#

إذا كان تطبيقك يعمل على وحدات GPU متطورة للخوادم ويعطي الأولوية لأقصى دقة، مثل تحليل مشاهد الحشود المكتظة أو معالجة الصور الطبية عالية الدقة، فقد تكون آليات الانتباه القوية في RTDETRv2 فعّالة للغاية.

النشر الطرفي على الأنظمة القديمة#

أما عند النشر على هواتف محمولة قديمة أو متحكمات دقيقة شديدة التقييد، حيث يكون الحد الأدنى لعمليات FLOPs شرطًا صارمًا، فيظل YOLOX-Nano فائق الخفة خيارًا احتياطيًا عمليًا بفضل بنية CNN البسيطة.

المعيار الحديث: الذكاء الاصطناعي وإنترنت الأشياء والروبوتات#

تُعد Ultralytics YOLO26 الخيار الحاسم للغالبية العظمى من حالات الاستخدام الحديثة، بما يشمل البنية التحتية للمدن الذكية وتحليلات البيع بالتجزئة والملاحة الذاتية. ويجعلها استدلال CPU الأسرع بنسبة 43% خيارًا لا مثيل له للحوسبة الطرفية، فيما يوفر رأسها الاختياري الخالي من NMS زمن استجابة منخفضًا ومتسقًا. وعند اقترانها بالوثائق الشاملة والدعم النشط من مجتمع منظومة Ultralytics، تتيح للفرق الانتقال من وسم مجموعات البيانات إلى النشر عالميًا بسرعة أكبر من أي وقت مضى.

للمطورين الراغبين في استكشاف بنى أخرى ضمن منظومة Ultralytics، يمكنكم أيضًا الاطلاع على YOLOv8 للاستفادة من تكاملات مجتمعية راسخة أو YOLOv5 لتحقيق استقرار لا مثيل له في مسارات العمل القديمة. ومع ذلك، يظل YOLO26 معيار الصناعة لدفع حدود الإمكانات في عام 2026.